Matematica - Ottimizzazione e controllo

Una nuova visione sugli algoritmi come entità dinamiche che interagiscono con il mondo.

Analizzando le complicazioni di estrapolare funzioni completamente monotone tra dati rumorosi.

Tecniche innovative per migliorare le performance di ottimizzazione in presenza di rumore.

Un nuovo approccio alla programmazione degli appuntamenti che dà priorità al tempo di attesa dei clienti.

Quest'articolo esplora metodi per migliorare i campi magnetici in domini toroidali per applicazioni di fusione nucleare.

Questo articolo parla di un nuovo metodo per migliorare le Extreme Learning Machines in diverse applicazioni.

Un metodo per incoraggiare scelte di salute più sicure attraverso ricompense durante le epidemie.

Strategie per ridurre la limitazione solare e aumentare la redditività dello stoccaggio in batteria.

Esaminando metodi per una migliore rilevazione dei segnali attraverso soluzioni intere.

Esaminando le interazioni strategiche nei giochi di Stackelberg con feedback e le loro applicazioni nel mondo reale.

Scopri come gli algoritmi distribuiti semplificano l'assegnazione delle risorse tra gli agenti.

Un nuovo algoritmo migliora l'efficienza e l'affidabilità dell'enumerazione dei vertici nelle disposizioni di iperpiani.

SimulKnock ottimizza il design microbico e i processi di fermentazione per una produzione chimica efficiente.

Introducendo un nuovo algoritmo per problemi di ottimizzazione bi-livello vincolati nel machine learning.

Nuove tecniche nella tomografia fotoacustica migliorano l'imaging medico e la diagnosi.

Un metodo per studiare i cambiamenti del fondale marino usando misurazioni delle onde in acque poco profonde.

Uno sguardo alle tecniche di livellamento per l'ottimizzazione bilevel e ai loro benefici.

Un nuovo metodo mostra che l'apprendimento variazionale può eccellere nell'addestrare modelli complessi.

Nuovi metodi di riduzione migliorano la stima hessiana per i compiti di ottimizzazione nel machine learning.

Esplorando un nuovo metodo per prendere decisioni migliori in vari ambiti.

Una guida ai metodi e strategie di campionamento nell'ottimizzazione a scatola nera.

Un nuovo approccio migliora la qualità delle immagini nelle TAC con impianti metallici.

Nuovi algoritmi migliorano il tempismo della somministrazione dei trattamenti per un coinvolgimento migliore dei pazienti.

Uno sguardo alle caratteristiche di Adam e alle sue prestazioni nell'addestramento dei modelli.

Uno sguardo ai metodi per semplificare funzioni ad alta dimensione nei sistemi di controllo.

Esplorando soluzioni locali per le disuguaglianze variazionali nell'ottimizzazione e nell'economia.

MetaOptimize migliora le prestazioni del modello regolando dinamicamente le impostazioni di apprendimento.

Esplora come il momento migliora il Gradient Descent Stocastico nel machine learning.

Scopri come i DDPM migliorano il controllo del feedback per i sistemi non lineari.

Un nuovo approccio per migliorare le soluzioni ACOPF usando rilassamenti lineari a piano di taglio.

Un nuovo metodo ottimizza la velocità delle navi per ridurre l'inquinamento acustico che colpisce i mammiferi marini.

Nuovi metodi migliorano la presa di decisioni in situazioni complesse con obiettivi in conflitto.

Questo articolo esamina nuovi metodi nell'ottimizzazione a somma finita sotto la condizione PL.

Un nuovo framework migliora l'efficienza nella risoluzione di problemi complessi di ottimizzazione bilevel.

Presentiamo un nuovo metodo per un fine-tuning dei modelli più efficiente.

Scopri come le reti prescrittive migliorano le decisioni terapeutiche nella salute personalizzata.

Uno sguardo ai metodi di controllo al contorno per l'equazione KdVBH.

Questo articolo parla dei metodi per addestrare in modo efficiente reti neurali ReLU a due strati.

Questo articolo parla dell'importanza dell'inizializzazione dei parametri nelle reti neurali.

Le ricerche mostrano i vantaggi dei metodi adattivi senza radice quadrata per addestrare i modelli di deep learning.